Онлайн-курс, вебинар Machine Learning Engineer (Машинное обучение)

Категория слушателей: программа профессиональной переподготовки «Машинное обучение» предназначена:
для специалистов, имеющих высшее или среднее специальное образование.

После обучения на курсе можно работать на должности:
Специалист по машинному обучению;

Методы обучения:
Обучение проводится по заочной форме с применением дистанционных образовательных технологий.
Посещать институт не требуется, это позволяет совмещать обучение с работой. Для каждого слушателя на образовательном портале создается личный кабинет. В нем размещаются необходимые учебные и методические материалы, реализована проверка усвоенных знаний посредством онлайн-тестирования.

Выдаваемые документы:
Абитуриенты завершившие обучение получают Диплом о профессиональной переподготовки с присвоением квалификации «Специалист по машинному обучению» и бессрочным правом ведения профессиональной деятельности.

Документы, требуемые для зачисления:
- Диплом о высшем образовании (диплом бакалавра, специалиста, магистра) или диплом о среднем профессиональном образовании;
- Документ о профессиональной переподготовке и повышении квалификации (при наличии);
- Паспорт;
- Страхового номера индивидуального лицевого счёта (СНИЛС);
- Свидетельство о браке/разводе при наличии факта смены фамилии (при наличии);
- Документы принимаются в электронном виде (скан или фото хорошего качества) в форматах JPEG, JPG, PNG, doc, docx, pdf.

Данный курс позволит Вам освоить специальность «Машинное обучение». И получить все знания и навыки, необходимые для успешной деятельности:

1. Модуль.Введение в Data Science;
- Основные направлениями Data Science;
- Работа с данными;
- Выявление проблем, сбор бизнес-требований;
- Источники данных;
- Разведочный анализ и подготовка датасета;
- Внедрение ML-модели;
- Продуктовая и маркетинговая аналитика;
- Базовые инструменты для работы: Python, SQL, Excel, Power Bi, Airflow;

2. Модуль.Основы математики для Data Science;
- Базовые знания по математике для работы с машинным обучением;
- Аппроксимация;
- Интерполяция;
- Регрессии;
- Функции;
- Матрицы;
- Математическими сущности в Python-библиотеке;

3. Модуль. Основы статистики и теории вероятностей;
- Принципы работы со случайными величинами и событиями;
- Виды распределений и статистические тесты;
и многое другое ...